一种基于Kd树与Canopy优化Bisecting K-means的负荷聚类方法

摘要

本发明提供一种基于Kd树与Canopy优化Bisecting K‑means的负荷聚类方法，包括以下步骤：S1.采集指定时间段内各个用户的用电负荷数据，并对用电负荷数据进行预处理得到负荷数据集X；S2.将负荷数据集X输入Canopy算法中，得到聚类个数K，同时，建立负荷数据集X的Kd树；S3.将步骤S2中得到聚类个数K作为参数输入Bisecting K‑means算法，再将负荷数据集X输入Bisecting K‑means算法进行聚类分析，Kd树对Bisecting K‑means算法进行加速计算；S4.得到聚类结果。本发明能够对高维度的数据集进行快速运算，且聚类结果稳定准确，运算成本低。